El cambio más importante en las interfaces cerebro-computadora no radica en la llegada de la "lectura de la mente", sino en que los sistemas de investigación cuidadosamente diseñados están alcanzando la velocidad y precisión necesarias para restaurar funciones útiles como el habla, el control del cursor, el movimiento robótico y, en un caso histórico, la marcha guiada por el pensamiento. En 2025, los sistemas de habla implantados superaron la lenta generación de texto para lograr una síntesis de voz casi instantánea, mientras que otros equipos demostraron un control motor cada vez más sofisticado. Una revisión de 2026 describe la siguiente frontera de la investigación como el avance desde la decodificación del habla hasta representaciones lingüísticas más amplias. Estos avances son reales, pero aún son mayoritariamente experimentales y, a menudo, se basan en uno o pocos participantes.
Si eres nuevo en este campo, la mejor manera de comprender el progreso es seguir la cadena completa: qué mide realmente una interfaz cerebro-computadora, cómo el software convierte esas señales en comandos, qué dispositivo recibe esos comandos, cómo se entrenan los usuarios con el sistema y dónde la evidencia es sólida o aún preliminar.
Una interfaz cerebro-computadora (ICC) es un sistema que mide la actividad neuronal y convierte los patrones de dicha actividad en comandos para un dispositivo o software externo. La parte de "computadora" puede ser una computadora convencional, pero la salida también podría controlar un programa de comunicación, un brazo robótico, una interfaz para silla de ruedas, un estimulador muscular o un sistema de estimulación de la médula espinal.
El término neuroprótesis se usa a menudo cuando el sistema está diseñado para reemplazar o restaurar una función perdida del sistema nervioso. Una neuroprótesis del habla, por ejemplo, puede convertir la actividad asociada con el intento de hablar en texto o voz sintetizada.
Las interfaces cerebro-computadora no invasivas registran la actividad sin cirugía, generalmente mediante electroencefalografía (EEG), que mide las señales eléctricas a través de electrodos colocados en el cuero cabelludo. Evitan los riesgos de la implantación, pero registran las señales después de que estas hayan atravesado los tejidos y el cráneo, por lo que la resolución espacial y la intensidad de la señal son más limitadas.
Las interfaces cerebro-computadora implantables colocan los electrodos más cerca del tejido neural. Algunos sistemas registran la actividad de la superficie cortical mediante electrocorticografía (ECoG). Otros utilizan matrices de microelectrodos intracorticales que registran la actividad de poblaciones de neuronas dentro de la corteza. Estos enfoques pueden proporcionar señales más completas, pero implican cirugía y los desafíos de ingeniería a largo plazo propios de los dispositivos médicos implantables.
La Administración de Alimentos y Medicamentos de los Estados Unidos (FDA) cuenta con directrices específicas para las interfaces cerebro-computadora (BCI) implantables destinadas a personas con parálisis o amputación. Estas directrices abarcan las pruebas no clínicas y las consideraciones para los estudios clínicos de dispositivos en fase de investigación. Consulte las directrices de la FDA sobre dispositivos BCI implantables .
Los resultados de las interfaces cerebro-computadora (BCI) tienen más sentido si se formulan cuatro preguntas antes de analizar una cifra de rendimiento.
| Pregunta | Por qué es importante |
|---|---|
| ¿Qué señal se está registrando? | El electroencefalograma (EEG) del cuero cabelludo, los registros de la superficie cortical y los registros intracorticales proporcionan una calidad de señal muy diferente y requieren distintos niveles de invasividad. |
| ¿Qué se está descifrando? | La dirección del cursor, el intento de movimiento de los dedos, el intento de habla y el habla interna son tareas diferentes con distinta dificultad e implicaciones para la privacidad. |
| ¿Qué recibe la salida? | Una interfaz cerebro-computadora (BCI) puede controlar software, un dispositivo robótico, músculos o un estimulador espinal. La "recuperación del movimiento" no siempre significa que la vía biológica en sí se haya curado. |
| ¿Cuántas personas fueron examinadas? | Muchos estudios sobre interfaces cerebro-computadora implantables que acaparan titulares son demostraciones iniciales de viabilidad en uno o pocos participantes. |
Ese último punto es fundamental. Un resultado puede ser científicamente importante y cambiar la vida de un participante, pero aun así estar lejos de ser un tratamiento cuya eficacia haya sido demostrada en una población de pacientes amplia y diversa.
La interfaz primero capta una señal relacionada con la acción que el usuario intenta realizar. En el caso de las interfaces cerebro-computadora (BCI) motoras, los investigadores suelen registrar la actividad de las áreas de la corteza motora implicadas en la planificación o la ejecución del movimiento. En las BCI de habla, los electrodos pueden registrar la actividad asociada a los movimientos y patrones sonoros del habla.
La interfaz cerebro-computadora (BCI) no suele buscar en todo el cerebro un pensamiento abstracto. En cambio, aprovecha patrones neuronales repetibles que se correlacionan con una tarea definida.
Un decodificador es un algoritmo que relaciona la actividad neuronal con una respuesta prevista. Durante la calibración, el participante puede intentar realizar movimientos, imaginarlos, intentar pronunciar frases a partir de indicaciones o seguir otra tarea estructurada. Los modelos de aprendizaje automático aprenden las relaciones estadísticas entre los patrones neuronales registrados y la acción prevista.
La calibración es importante porque las señales neuronales varían entre personas y pueden cambiar con el tiempo. Los sistemas de alto rendimiento utilizan cada vez más software adaptativo para que el mapeo siga siendo útil a medida que las grabaciones se desvían o el usuario adquiere más experiencia.
El resultado decodificado se convierte en una acción. Para la comunicación, la salida puede ser texto o voz sintética. Para el movimiento, podría ser la trayectoria de un cursor, una orden para un brazo robótico, un patrón de estimulación muscular o un patrón de estimulación de la médula espinal.
Un sistema BCI útil suele ser un sistema de bucle cerrado : el usuario ve, oye o siente el resultado y ajusta su siguiente intento. La retroalimentación puede provenir de una pantalla, una voz sintetizada, la visión de un brazo robótico en movimiento o la sensación física de estar de pie y caminar. El usuario y el algoritmo se adaptan eficazmente entre sí.
“Restaurar la movilidad” abarca varios niveles de función, desde mover un cursor hasta controlar una extremidad robótica o reconectar las órdenes cerebrales con los circuitos espinales que generan la marcha.
Un estudio de Nature Medicine de 2025 informó sobre una interfaz cerebro-computadora (BCI) implantada de alto rendimiento que decodificó tres grupos de dedos independientes en un participante con tetraplejia por lesión medular. El pulgar podía controlarse en dos dimensiones, lo que proporcionaba cuatro grados de libertad en total. El participante utilizó el sistema para tareas de selección de objetivos y control de un juego de cuadricópteros. Esto es importante porque un control preciso similar al de los dedos se acerca más a la flexibilidad que las personas esperan de la interacción informática cotidiana que un simple comando de izquierda o derecha. Lea el estudio original de Nature Medicine sobre la BCI de control de dedos .
El resultado no significa que los dedos paralizados del participante hayan recuperado físicamente el movimiento normal. La interfaz cerebro-computadora decodificó la actividad deseada de los dedos y la dirigió a un sistema de control digital. Esta distinción —entre restaurar el control y reparar la vía biológica original— es uno de los conceptos más importantes para quienes se inician en este campo.
Un ejemplo más directo de movilidad física provino de un estudio de Nature de 2023. Los investigadores crearon una interfaz cerebro-columna vertebral , un puente digital que registraba las intenciones de movimiento del cerebro y las utilizaba para controlar la estimulación eléctrica epidural de la médula espinal por debajo de una lesión. En un participante con tetraplejia crónica, el sistema le permitió ponerse de pie, caminar, subir escaleras y moverse por terrenos más complejos. El estudio informó un uso estable durante un año, incluyendo el uso independiente en el hogar, y también describió una recuperación neurológica que permitió al participante caminar con muletas incluso cuando la interfaz estaba apagada. Lea el estudio original de Nature sobre la interfaz cerebro-columna vertebral .
Si bien se trata de una prueba de concepto contundente, cabe destacar que fue una demostración con un solo participante. Por lo tanto, no debe interpretarse como evidencia de que el mismo resultado esté disponible o garantizado para todas las personas con lesión medular.
El habla ha avanzado con especial rapidez porque una interfaz cerebro-computadora (BCI, por sus siglas en inglés) puede utilizar la actividad neuronal generada cuando una persona intenta hablar, incluso cuando la parálisis impide que los músculos produzcan sonidos inteligibles.
En un estudio de 2024 resumido por los Institutos Nacionales de la Salud (NIH), los investigadores implantaron cuatro matrices de 64 microelectrodos en un hombre con esclerosis lateral amiotrófica (ELA), una enfermedad progresiva que daña las neuronas motoras. El sistema decodificó el habla en palabras. Tras aproximadamente 16 horas de uso, el estudio reportó una precisión de palabras de aproximadamente el 97,5 % y una tasa de comunicación de unas 32 palabras por minuto, manteniendo el rendimiento durante más de ocho meses en el período de estudio. Consulte el resumen del NIH del estudio de neuroprótesis del habla de 2024 .
Estos resultados se obtuvieron con un solo participante y dependieron de la calibración, los registros neuronales, el aprendizaje automático y un sistema informático externo. Por lo tanto, la cifra debe interpretarse como el resultado de un estudio, no como un nivel de precisión universal para las interfaces cerebro-computadora de voz.
El siguiente reto fue la sincronización en la conversación. El texto puede restablecer la comunicación, pero una conversación natural depende de escuchar la voz con la suficiente rapidez como para respetar los turnos, interrumpir, cambiar el énfasis y responder sin largas pausas.
En 2025, un estudio publicado en Nature demostró una neuroprótesis de síntesis de voz instantánea en un hombre con ELA. Cuatro matrices implantadas, que contenían 256 microelectrodos, registraron la actividad neuronal de la corteza motora relacionada con el habla. El sistema sintetizó una voz inteligible con una latencia muy baja y permitió cierta modulación de la entonación y el tono, incluyendo melodías cortas. Lea el estudio original de síntesis de voz de Nature de 2025. La UC Davis enfatizó que este dispositivo aún se encuentra en fase de investigación y que el resultado necesita ser replicado en más participantes; consulte el informe del estudio de la UC Davis y el contexto del ensayo .
Otro estudio financiado por los NIH en 2025 utilizó un enfoque de implante diferente en una mujer que había sido incapaz de hablar durante 18 años tras un derrame cerebral. El sistema decodificó continuamente los intentos de habla en palabras audibles, alcanzando 47,5 palabras por minuto con su vocabulario completo y un rendimiento más rápido con un vocabulario limitado de 50 palabras. Los NIH informaron que la actividad cerebral relacionada con el habla podía traducirse en habla audible en menos de un cuarto de segundo. Consulte el informe de los NIH sobre la síntesis de voz a partir de la actividad cerebral en tiempo real .
Aquí es donde el lenguaje de la ciencia ficción se vuelve especialmente engañoso. Las interfaces cerebro-computadora (BCI) de voz de alto rendimiento actuales generalmente funcionan mejor cuando el participante intenta hablar deliberadamente. Esto crea una señal neuronal fuerte y específica para la tarea. No es equivalente a leer libremente pensamientos privados arbitrarios.
No obstante, los investigadores están estudiando el habla interna , es decir, las palabras o frases imaginadas en silencio. En 2025, un equipo liderado por Stanford informó que el habla interna podía decodificarse a partir de grabaciones de la corteza motora en cuatro participantes con graves deficiencias motoras y del habla. Los investigadores también trataron la privacidad como un problema de diseño: probaron formas de distinguir el habla intentada del habla interna y demostraron una estrategia similar a una contraseña destinada a evitar la decodificación no intencionada. Stanford señala explícitamente que las interfaces cerebro-computadora implantables aún se encuentran en una fase temprana de investigación y que los sistemas actuales no tienen la resolución necesaria para decodificar con precisión el pensamiento privado no restringido. Véase la explicación de Stanford Medicine sobre el estudio del habla interna .
En 2026, investigadores que escribieron en Nature Reviews Bioengineering describieron una posible transición de las interfaces cerebro-computadora (BCI) de voz a las BCI de lenguaje , que eventualmente podrían decodificar representaciones conceptuales de nivel superior. Esta es una línea de investigación, no un lector de pensamiento de propósito general ya demostrado. Lea el artículo de opinión de Nature Reviews Bioengineering de 2026 .
Para un usuario potencial, este no es un dispositivo que simplemente se pueda comprar, encender y esperar que funcione. Los sistemas implantables actuales generalmente se evalúan mediante estudios de investigación con criterios de elegibilidad cuidadosamente definidos.
Un casco de EEG, un conjunto de electrodos ECoG, un implante de microelectrodos intracorticales y un sistema de estimulación cerebroespinal presentan diferencias en la calidad de la señal, los riesgos, los objetivos y los protocolos clínicos. Los resultados de una categoría no deben extrapolarse indiscriminadamente a otra.
Los sistemas más exitosos se entrenan con tareas específicas y bien definidas. Detectan patrones estadísticos asociados con el habla o el movimiento y los relacionan con una respuesta. Esto demuestra una decodificación neuronal impresionante, pero no implica un acceso ilimitado a todo lo que una persona piensa o sabe.
Una interfaz cerebro-computadora (BCI) por sí sola no mueve una extremidad paralizada. Debe enviar comandos a algún lugar. Esto podría ser un brazo robótico, un cursor, la estimulación eléctrica funcional de los músculos o un estimulador espinal. El proceso completo determina qué significa realmente la "restauración".
Varias de las demostraciones más importantes en este campo —incluida la síntesis naturalista de voz a partir del cerebro y la marcha cerebro-columna vertebral— se realizaron con participantes individuales. Los primeros estudios de viabilidad responden a la pregunta "¿puede funcionar esto?" antes de que ensayos más amplios puedan responder a las preguntas "¿con qué fiabilidad, para quién y con qué riesgos?".
La utilidad en el mundo real también depende de la latencia, la carga de calibración, la estabilidad de la señal a largo plazo, la corrección de errores, la comodidad, las necesidades del cuidador, la facilidad de uso en el hogar, la posibilidad de reparación y si el usuario puede operar el sistema sin la presencia constante de un equipo de investigación.
La fiabilidad a largo plazo es uno de los principales desafíos. Los registros neuronales pueden variar a medida que cambian los electrodos, el tejido, el hardware o la fisiología. Un sistema que funciona bien durante una sesión de laboratorio también debe seguir siendo útil durante meses e incluso años.
La practicidad del hardware es igualmente importante. Muchos sistemas de investigación aún dependen de ordenadores externos, cables, conectores especializados o infraestructura de laboratorio. Los sistemas totalmente implantables e inalámbricos podrían mejorar la usabilidad diaria, pero deben cumplir exigentes requisitos de alimentación, disipación de calor, transmisión de datos, ciberseguridad y fiabilidad.
Es necesario ampliar la evidencia clínica . Los investigadores requieren grupos de participantes más grandes y diversos, comparaciones adecuadas, medidas de resultados significativas centradas en el paciente y un seguimiento prolongado. La guía de la FDA sobre interfaces cerebro-computadora implantables refleja esta realidad al abordar la biocompatibilidad, la seguridad eléctrica, el software, la ciberseguridad, las pruebas en animales cuando corresponda, los factores humanos, los criterios de valoración clínicos y otras consideraciones necesarias para pasar de la investigación de viabilidad al acceso al mercado.
La autonomía y la privacidad cobrarán mayor importancia a medida que los decodificadores se vuelvan más capaces. Los sistemas deberían facilitar al usuario la decisión de cuándo se habilita la salida de voz y la distinción entre una orden intencionada y un pensamiento interno. El trabajo sobre el habla interna de 2025 es importante no solo porque la decodificación mejoró, sino también porque los investigadores probaron mecanismos para protegerse contra la salida de voz no deseada.
La trayectoria más clara apunta hacia interfaces cerebro-computadora (BCI) más rápidas, naturales y mejor integradas en las tareas cotidianas. En el caso del habla, esto implica pasar de la selección de letras a la decodificación de palabras completas, y posteriormente a la voz continua con ritmo y expresión. En cuanto al movimiento, significa avanzar desde el control simple del cursor hacia múltiples grados de libertad, el control compartido con software de asistencia inteligente e interfaces que estimulan el propio sistema nervioso del usuario.
Los sistemas futuros más prometedores podrían volverse bidireccionales : no solo interpretarían la intención motora del cerebro, sino que también devolverían información sensorial útil al sistema nervioso. La retroalimentación sensorial facilitaría el control del movimiento robótico o estimulado, ya que el usuario no tendría que depender únicamente de la visión.
Sin embargo, el camino desde un resultado de investigación impresionante hasta una tecnología médica fiable es largo. La seguridad, la durabilidad, la autonomía, la carga de capacitación, la privacidad, la asequibilidad y el acceso son tan importantes como la precisión de la decodificación.
La tecnología BCI ya ha superado la ciencia ficción en un sentido importante: la actividad neuronal de personas con parálisis se ha utilizado en estudios publicados en humanos para producir texto, sintetizar el habla, controlar movimientos digitales complejos y reconectar las órdenes cerebrales con la estimulación espinal para caminar.
Pero la “realidad” no implica disponibilidad rutinaria. Los sistemas implantables más avanzados aún están en fase de investigación, muchos resultados importantes se basan en un número muy reducido de participantes y las distintas afecciones neurológicas pueden requerir interfaces diferentes. Por lo tanto, la mejor manera de seguir el progreso en este campo es preguntarse qué señal se registró, qué hizo el participante intencionadamente, cómo se entrenó al decodificador, qué dispositivo recibió la señal de salida, cuántas personas participaron en las pruebas y cuánto tiempo se mantuvo el beneficio.
Ese marco conceptual facilita la apreciación del progreso sin convertir la neuroingeniería minuciosa en una promesa que la evidencia aún no respalda.
La inversión en CCUS está en aumento, pero ¿puede la captura de carbono revertir las emisiones globales? Descubra dónde funciona, qué limita su escala y qué evidencia es relevante.
Compare siete programas globales para cadenas de suministro digitales, logística, análisis, comercio global y operaciones, con orientación práctica para elegir el más adecuado.
Descubre cómo las interfaces cerebro-computadora decodifican las señales neuronales para restaurar la comunicación y el movimiento, qué han logrado los estudios recientes y qué limita aún el uso de las interfaces cerebro-computadora.
Descubre cómo los drones comerciales combinan sensores, IA en el borde, baterías, comunicaciones y software de control de vuelo, y dónde la autonomía aún depende de la misión y la normativa.
Compare siete opciones destacadas de fabricantes líderes en baterías y almacenamiento de energía, teniendo en cuenta los materiales, los sistemas, la investigación, la experiencia en la industria, la flexibilidad, el idioma y la relación costo-beneficio.
Aprenda cómo la masa de la carga útil, los límites de la batería, las condiciones meteorológicas, la eficiencia de la propulsión y la arquitectura de la aeronave influyen en la autonomía de los UAV industriales, y cómo mejorarla.
Compara los principales programas de ingeniería biomédica para dispositivos médicos inteligentes, incluyendo diseño, bioelectrónica, inteligencia artificial, ciberseguridad, formación clínica y regulación.
Build a practical Salesforce downtime continuity plan with clear priorities, fallback workflows, recovery checks, testing criteria, and realistic limits.
Los problemas con StoreForce pueden interrumpir los horarios, el control de asistencia, los cambios de turno y la comunicación en la tienda. Aprenda cómo diagnosticar el problema, mantener las operaciones de venta minorista en marcha y verificar la recuperación.
Aprende cómo contactar con el soporte de Salesforce durante una interrupción importante del servicio, elegir el canal adecuado, preparar un caso útil y realizar un seguimiento sin crear incidencias duplicadas.
